自動緊急制動系統(tǒng)（AEB）測試評價方法研究進展綜述

周文帥 李妍 王潤民 朱宇 樊昌國

摘 要：面對復雜的交通環(huán)境 自動緊急制動系統(tǒng)（AEB）是保障自動駕駛汽車行駛安全的重要功能 大量的測試和評價是判定其安全的基礎 因此制定合理且適用于AEB系統(tǒng)的測試評價方法至關(guān)重要。文章梳理和分析了國內(nèi)外部分現(xiàn)行AEB的測試評價規(guī)程 對其中涉及的AEB測試方法進行了對比分析;然后 分析了Euro NCAP和IIHS分別發(fā)布的AEB性能評價方法;最后 梳理了目前業(yè)界AEB測試評價方法的研究現(xiàn)狀 總結(jié)出一種可行的AEB測試評價路徑 即從真實交通數(shù)據(jù)構(gòu)建AEB測試場景 然后構(gòu)建AEB測試方法 建立相應的評價指標 最后進行實車或虛擬測試 驗證其有效性和準確性。這為后續(xù)AEB安全測試評價技術(shù)的研究提供了基礎。

關(guān)鍵字：測試評價;自動緊急制動系統(tǒng);行駛安全;場景構(gòu)建;實車測試;虛擬測試

中圖分類號：U467.3? 文獻標識碼：A? 文章編號：1671-7988（2020）18-34-08

Abstract： Facing the complicated traffic environment， the Automatic Emergency Braking System（AEB） is an important function to guarantee the driving safety of Autonomous vehicles. A large number of tests and evaluations are the basis for determining their safety. Unlike the traditional test and evaluation methods， building typical traffic scenarios for people-car-road-environment is a feasible means for AEB safety testing. This paper sorts out and analyzes some of the current AEB test evaluation procedures at home and abroad， and compares and analyzes the AEB test methods involved. Then， this paper analyzes the AEB evaluation methods issued by Euro NCAP and IIHS. Finally， this paper sorts out the current research status of AEB test evaluation methods， and summarizes a feasible AEB test path， that is， construct AEB test scenarios from real traffic data， then construct AEB test methods， establish corresponding evaluation indicators， and finally conduct real vehicle or virtual tests to verify its effectiveness and accuracy. This provides a basis for the follow-up AEB safety test and evaluation technology research.

Keywords： Test and evaluation; Automatic Emergency Braking System; Driving safety; Scene construction; Real vehicle test; Virtual testing

CLC NO.： U467.3? Document Code： A? Article ID： 1671-7988（2020）18-34-08

引言

隨著汽車數(shù)量的不斷增長 交通事故也隨之增多。世界衛(wèi)生組織2018年發(fā)布的《2018年全球道路安全狀況報告》顯示 近年來 全球道路交通死亡人數(shù)繼續(xù)上升 每年造成約135萬人死亡 道路交通事故給各國造成的費用估計約達國內(nèi)生產(chǎn)總值的3%[1]。據(jù)世界衛(wèi)生組織調(diào)查研究發(fā)現(xiàn) 造成道路交通死傷的一個主要風險是車速過快 如果將平均車速降低5% 致命交通事故將減少30%[2]。所以減少道路交通事故中車輛與車輛或車輛與行人之間的碰撞事故 成為當前世界上很多國家研究的重點和熱點。

自動緊急制動系統(tǒng)（Automatic Emergency Braking Sys -tem AEB）是一項在車輛自主檢測到前方存在碰撞危險時 能夠自動啟動行車制動 從而降低車輛行駛速度 并盡可能避免發(fā)生碰撞的主動安全系統(tǒng)[3][4] 目前受到了國家政府、主機廠、零部件廠商以及科研院所越來越多的重視。

科學完善的測試評價是高級自動駕駛輔助系統(tǒng)研發(fā)的重要組成部分 也是汽車安全運行的必要前提[5]。對于AEB的技術(shù)進步和應用推廣 必須有一套完善的測試評價方法作為支撐 所以圍繞對AEB開發(fā)和測試的需求 歐盟、美國、中國等國家或地區(qū)的標準法規(guī)制定部門及相關(guān)檢測機構(gòu)都出臺了相應的AEB測試評價規(guī)范 并且部分科研機構(gòu)也通過研究分析給出了相應的AEB 測試場景與測試方法。

本文基于國內(nèi)外標準法規(guī)制定部門及業(yè)界相關(guān)研究報告及文獻資料 系統(tǒng)性梳理了AEB測試評價規(guī)程的研究現(xiàn)狀 分析了現(xiàn)有AEB測試規(guī)程中存在的測試場景不完整、測試方法簡單、評價指標不足等缺點 提出了AEB測試評價方法的展望。同時梳理了目前業(yè)界對于AEB測試評價方法的研究 歸類出基于場景構(gòu)建和基于實際測試的AEB測試評價方法 最后總結(jié)出一種從真實交通數(shù)據(jù)構(gòu)建AEB測試場景 然后構(gòu)建AEB測試方法 建立相應的評價指標 最后進行實車或虛擬測試的AEB測試評價鏈。

1 面向C2C的AEB測試方法

車對車（C2C）的碰撞是道路上最常見的交通事故之一。為了驗證AEB系統(tǒng)的可靠性 一些國家的標準法規(guī)制定部門基于多種車車碰撞避免測試場景制定了相應的AEB測試評價標準。

1.1 Euro-NCAP測試標準

Euro-NCAP（歐盟新車評定委員會）于2014年正式引入了基于車車測試場景的AEB測試評價標準 具體包含CCRs（前車靜止）、CCRm（前車勻速行駛）、CCRb（前車制動）三種測試場景 如圖1、圖2、圖3所示。Euro-NCAP頒布的AEB測試評價方法主要針對M1類乘用車型 選用與M1類乘用車相同視覺、雷達、發(fā)射率屬性的充氣物體作為目標車輛 外部覆蓋繪有車輛特征的PVC材料。測試中 要求測試車輛與目標車輛處于一條中心線 目標車輛（GVT）在測試車輛前方100米 重疊率按照25%為步長增加 且范圍為-50%-50%（重疊率是指目標車輛橫向偏移的車身位置相對于自車車寬的比率 目標車輛和自車的中軸線重合時 重疊率定義為100%）。周圍不設置其他干擾車輛或者其他和GVT類似的障礙物。被測車從GVT后方以5km/h的步長、25%重疊率的步長增加改變測試速度與重疊率開展新一輪測試。其中城市內(nèi)被測車速度范圍為10-50km/h 郊區(qū)內(nèi)速度范圍為30-80km/h[6]。

此外 在最新的2019版Euro-NCAP中增加了CCFtap（車前對車前交叉路徑）測試場景 如圖4所示 CFtap方案VUT速度分別為10、15和20 km/h的組合 以及GVT速度為30、45和55 km / h的組合[7] 為車車交叉路口碰撞避免測試場景的設計提供了基礎。

1.2 NHTSA測試評價規(guī)程

美國高速公路安全管理局（NHTSA）在2014年發(fā)布了一篇關(guān)于AEB調(diào)查報告 并講述了AEB系統(tǒng)的測試方法草案。美國交通部2015年宣布NHTSA計劃將AEB系統(tǒng)測試加入到新車評定認證方法 在NHTSA頒布的AEB測時方法草案中包含了自車靠近前方靜止車輛、自車靠近前方低速行駛車輛、自車靠近前方減速行駛車輛和鐵板誤作用試驗共四類測試項目 如表1所示。目前評價規(guī)程僅針對最大總質(zhì)量為4540kg以下的乘用車 對每個測試場景需要重復進行7次試驗[8][9]。

1.3 中國新車評價規(guī)程

中國新車評價規(guī)程（CNCAP）在2017年頒布的2018版C-NCAP管理規(guī)則中也正式引入了車輛AEB試驗 其根據(jù)中國道路交通事故數(shù)據(jù)庫分析研究 設計了典型中國道路AEB測試場景 如圖5所示 明確了試驗場地要求、天氣要求和測試車輛狀態(tài)。其中 車車測試場景的AEB測試評價條款 包含了相鄰車道車輛制動試驗測試場景和鐵板誤作用試驗測試場景 另外基于中國道路的特點 對于測試車輛的初始速度也進行了相應設置[10] 如表2所示。

1.4 小結(jié)

目前 對于車對車的追尾碰撞測試規(guī)程較為完善 ENCAP頒布的規(guī)程為各國提供了測試評價基礎 美國和中國等國家根據(jù)本國實際道路交通事故數(shù)據(jù)庫分析研究 也都頒布了適用于本國的AEB測試規(guī)程。美國頒布的AEB測試草案相較于ENCAP增加了鐵板誤作用試驗。中國的CNCAP相較于ENCAP增加了相鄰車道車輛制動試驗和鐵板誤作用試驗 并對測試車輛的初始速度也有了相應的調(diào)整。除此之外 目前缺少對于車輛變道側(cè)碰、平面交叉路口橫碰等AEB測試場景及相關(guān)測試標準 同時還缺少多車環(huán)境下AEB的測試規(guī)程。

2 面向VRU的AEB測試方法

在道路交通事故數(shù)據(jù)庫中車輛與弱勢道路使用者（VRU 包括行人、騎車者）發(fā)生沖突的危險工況也占了相當大的一部分比例 業(yè)界針對AEB中車輛有效避撞弱勢道路使用者的測試方法展開了深入研究 形成了一系列測試標準。

2.1 Euro-NCAP測試標準

Euro-NCAP在 2016 年也正式引入了AEB面向VRU的測試評價方法。面向行人測試方法共包含了如圖6所示的6種測試場景：1）車輛與遠端穿行的行人發(fā)生碰撞且碰撞位置在車輛前端結(jié)構(gòu)的 50%處（CVFA-50）;2）車輛與近端穿行的行人發(fā)生碰撞且碰撞位置在車輛前端結(jié)構(gòu)的 25%/75%處（CVNA-25/ CVNA-75）;3）車輛與有車輛遮擋的情況下近端穿行的兒童發(fā)生碰撞且碰撞位置在車輛前端結(jié)構(gòu)的 50%處（CPNC-50）;4）車輛與同向行駛的行人發(fā)生碰撞且碰撞位置在車輛前端結(jié)構(gòu)的25%/50%處（CPLA-25/CPLA-50）[11]。

面向自行車測試方法共包含了如圖7所示的3種測試場景：1）車輛與近端穿行的自行車發(fā)生碰撞且碰撞位置在車輛前端結(jié)構(gòu)的 50%處（CBNA-50）;2）車輛與同向行駛的自行車發(fā)生碰撞且碰撞位置在車輛前端結(jié)構(gòu)的25%/50%處（CBLA-25/CBLA-50）。

2.2 中國新車評價規(guī)程

CNCAP頒布的2018版CNCAP管理規(guī)則中 也引入了面向行人的AEB測試評價方法 相比于ENCAP中AEB行人測試方法 考慮到中國行人特點 行人的測試速度降低到6.5km/h 并增加了CVFA-25的測試場景 刪除了CVNC的測試場景[10] 如表5所示。

2.3 小結(jié)

在面向弱勢道路使用者的AEB測試方法中 目前ENCAP從車輛前方碰撞結(jié)構(gòu)的角度提出了較為完整的面向行人和自行車AEB測試規(guī)程 從多角度和多測試速度對AEB進行了測試。CNCAP基于中國行人和道路交通特點 設計了適用于中國的AEB測試規(guī)則 相較于ENCAP的行人測試 CNCAP調(diào)整了行人的初始速度 但是缺少面向二輪車的AEB測試方法。除此之外 目前面向行人的AEB測試方法僅為單人 針對多人的AEB測試方法還需要更多的研究。

3 AEB性能評價方法現(xiàn)狀

3.1 Euro-NCAP評價標準

Euro-NCAP發(fā)布的AEB的測試評價規(guī)程包含了市區(qū)駕駛環(huán)境（AEB City）及郊區(qū)駕駛環(huán)境（AEB Inter-Urban）下的兩類試驗 并各自有不同的評分方法 分屬于成人乘員保護和安全輔助下的內(nèi)容[12]。

市區(qū)駕駛環(huán)境是測試車輛低速行駛時AEB系統(tǒng)在CCRs工況下的工作情況 市區(qū)駕駛環(huán)境的測試評價包含AEB系統(tǒng)功能測試和人機界面測試（Human Machine Interaction HMI）兩部分。測試速度的范圍為10-50km/h 測試車輛以5km/h的步長增加 具體測試過程如圖8所示：

AEB速度測試得分=∑{[（測試速度-碰撞時刻速度）/測試速度]×各速度分值};

AEB百分比=AEB速度測試得分/14;

HMI要求每次上電AEB系統(tǒng)默認開啟 不能一個單獨的按鈕開啟/關(guān)閉AEB 必須通過多層菜單并至少三個連續(xù)步驟才能關(guān)閉AEB。滿足上述所有要求得滿分2分? 否則為0分。

HMI百分比=HMI得分/2;

AEB City總分=（AEB百分比×2.5）+（HMI百分比×0.5）。

AEB City各測試速度分值如表6所示。

效區(qū)駕駛環(huán)境包含CCRs、CCRm和CCRb三種測試場景 可同時評價AEB系統(tǒng)及FCW系統(tǒng) 其中CCRs工況只進行FCW測試。獲得效區(qū)駕駛環(huán)境評分的前提條件是AEB系統(tǒng)或FCW系統(tǒng)可以在80 km/h的車速下正常工作。

3.2 IIHS評價標準

美國公路安全保險協(xié)會（Insurance Institute for Highway Safety IIHS）自2013起將前方碰撞預警（Front Crash Warning）系統(tǒng)評價納入新車評價規(guī)程中。前方防碰撞系統(tǒng)評價分為優(yōu)秀、高級和初級3個等級[13]-[14]。

前防碰撞系統(tǒng)的評分取決于測試車輛在測試過程中能否完全避免碰撞或在測試中車速的降低量。IIHS規(guī)定測試車輛在不同車速（低速19.3 km/h和中速40.2 km/h）的測試工況下進行測試 評分準則根據(jù)測試車輛在前防碰撞系統(tǒng)的作用下車輛速度降低量來給予相應的分值 車輛速度降低的越多 表明車輛前防碰撞系統(tǒng)性能越優(yōu) 發(fā)生碰撞的危險性或嚴重程度越低 因此測試車輛在此工況下得分越高。FCW系統(tǒng)功能評價依據(jù)在5～7次測試試驗中 只要具有碰撞提醒功能便可獲得一個分值。前方防碰撞系統(tǒng)評價分值最高為6分 分值評價準則如表7所列。

3.3 小結(jié)

目前 僅有Euro-NCAP發(fā)布有現(xiàn)行的AEB評價方法 其針對車車的AEB評價給出了每個測試場景的具體評分準則 但是評價參數(shù)較為單一 多為車輛是否避撞和碰撞時的相對速度。其他國家或地區(qū)的標準化組織對于AEB評價方法的研究還有待制定 同時目前的AEB評價方法多為車車測試 難以全面的評價AEB系統(tǒng)的性能表現(xiàn) 針對面向弱勢道路使用者的AEB評價方法還需進一步研究。

4 AEB的測試評價研究現(xiàn)狀分析

除了上述一些國家的標準法規(guī)制定部門及相關(guān)檢測機構(gòu)頒布的AEB測試評價規(guī)程 國內(nèi)外一些學者對AEB的測試評價方法也都進行了大量的研究。

4.1 基于場景構(gòu)建的AEB測試評價方法

部分學者基于事故深度調(diào)查數(shù)據(jù)和自然駕駛數(shù)據(jù) 針對駕駛行為與道路、環(huán)境和其他交通參與者之間的關(guān)系進行分析研究 構(gòu)建測試場景 設計相應的自動駕駛功能測試評價方法。

如Ulrich Sander 等人通過分析德國深度事故數(shù)據(jù)庫（GIDAS） 聚類分析定義了AEB測試場景 并研究車輛碰撞中變量類型和特征對聚類結(jié)果的影響 在提取德國的AEB路口測試場景的基礎上 建立了AEB路口的測試評價方法[15]。

德國APROSYS 項目組成員通過對德國交通事故深入研究數(shù)據(jù)庫中乘用車或多用途汽車與行人發(fā)生碰撞的數(shù)據(jù)分析研究 總結(jié)得出了3種類型的AEB行人測試場景 設計了相應場景的AEB測試方法：（1）車輛在白天和夜晚的光照條件下以50±20km/h 的速度直行 與以5.4km/h的速度橫穿馬路的行人發(fā)生碰撞;（2）車輛在白天以45±25km/h的速度直行 與以5.4km/h的速度橫穿馬路的行人發(fā)生碰撞;（3）車輛在白天和夜晚的光照條件下以20±10km/h 的速度轉(zhuǎn)彎 與以5.4km/h的速度行走的行人發(fā)生碰撞[16]。

胡林等基于419例汽車與二輪車的碰撞事故數(shù)據(jù) 通過聚類分析和在不同參數(shù)特征下的事故傷亡程度和事故樣本數(shù) 獲得了各類場景中兩輪車運動狀態(tài)、汽車車速和兩輪車車速的詳細參數(shù)特征 提供了針對我國道路特征的面向二輪車的AEB測試方法[17]。

徐向陽等基于國家車輛事故深度調(diào)查體系（NAIS）中499 例真實交通路口事故數(shù)據(jù) 通過基于多元Logistic 回歸的事故嚴重程度影響因素分析 得到光照條件、路口類型、信號燈類型與路口機動車事故的嚴重程度顯著相關(guān) 并根據(jù)提取的測試場景特征要素 采用層次聚類算法挖掘得到了典型危險場景 建立了8類適應于中國交通狀況的AEB 路口測試場景 為國內(nèi)AEB 路口測試規(guī)程提供了支持[18] 如表8所示。

表8? 涉及車車的AEB路口測試場景

石娟等基于中國交通事故深入研究（CIDAS）的198起速度小于80km/h且車輛直行的事故。通過對車輛速度、行人速度、碰撞位置、行人運動方向、行人身高和行人年齡等參數(shù)的分析 總結(jié)了3種典型AEB行人的測試場景 提供了詳細的測試方法：（1）行人近端穿行工況：行人速度5km/h 碰撞位置為車輛前端25%和75%;（2）行人遠端穿行工況：行人速度6.5km/h 碰撞位置為車輛前端25%;（3）行人沿路行走工況：行人沿路行走， 速度4.5km/h 碰撞位置為R點。以上場景具有相同的測試速度區(qū)間20-60km/h 測試速度遞增步長為10km/h[19]。

胥峰等通過對中國交通事故深入研究（CIDAS）統(tǒng)計的150例汽車與二輪車碰撞事故工況樣本參數(shù)信息進行系統(tǒng)聚類分析 提取出了用于評價面向騎行者的AEB的測試場景 根據(jù)是否碰撞和TTC（碰撞時間） 制動減速度等為評價參數(shù) 建立了面向騎行者的自動緊急制動系統(tǒng)測試評價方法 并利用Prescan 和Simulink 軟件聯(lián)合仿真分析驗證了AEB典型場景和測試方法的有效性[20][21] 如表9所示。

李霖等基于采集的危險工況 針對中國道路環(huán)境下騎車人引發(fā)交通事故占交通事故總數(shù)的比例較大的情況 通過聚類分析和卡方檢驗 建立了7類典型危險場景 通過設計測試車輛和目標車輛的速度 建立了涉及騎車人的典型AEB測試方法 并利用Prescan進行虛擬測試 得到了涉及騎車人的典型危險工況場景庫[22]。

吳斌等基于自然駕駛數(shù)據(jù) 通過車輛的制動減速度、制動減速度梯度、橫向加速度、駕駛員方向盤轉(zhuǎn)速等4個參數(shù) 對自然駕駛數(shù)據(jù)進行危險場景的篩選 得到共780例危險工況 同時建立了緊急制動反應時間、最大制動減速度和最大制動減速度梯度等概率分布模型 可用于測試和評價兼容中國駕駛員駕駛特征的AEB系統(tǒng)[23]-[24]。

蘇江平等開展了基于自然駕駛數(shù)據(jù)下的行人交通沖突典型場景的挖掘研究 利用系統(tǒng)聚類方法得到中國行人交通沖突的特征 提取獲得包含時間、道路特征、行人運動狀態(tài)、車輛速度及行人速度5個變量的4類典型AEB測試場景 并設計其測試方法 其中車輛速度主要分布在18～37 km/h 行人速度在4～12 km/h[25] 如表10所示。

4.2 基于實際測試的AEB測試評價方法

部分學者基于實車測試和虛擬測試 針對目前現(xiàn)有AEB測試規(guī)程的不足 設計具有針對性的AEB測試工況 同時選取相應評價指標 為各國AEB測試評價方法的標準法規(guī)制定部門提供支持。

如季中豪等基于對實車自動緊急制動和前向碰撞預警功能的測試數(shù)據(jù) 研究了AEB的測試評價方法。提出了增加碰撞點偏置、夜間環(huán)境、兒童和自行車目標物、彎道等不同的測試場景 可以更好地測試AEB系統(tǒng)識別目標的能力和系統(tǒng)響應的時機 并在評價參數(shù)方面 增加了根據(jù)試驗中AEB 系統(tǒng)的碰撞時間（TTC）、制動減速度峰值、制動停止后距離等參數(shù) 可以更全面地評價AEB系統(tǒng)的表現(xiàn)[26]。

胡遠志等利用4種基于安全距離和1種基于碰撞時間（TTC）的AEB控制策略 建立了前車靜止和前車緊急制動2種AEB工況：（1）測試車輛以10 km/h 的梯度從10km/h遞增到80km/h 前車靜止;（2）測試車輛以50 km/h的車速 前車相距測試車輛12m和40m 以6m/s2和2m/s2的減速度進行急減速。選擇自動制動結(jié)束時的己車與前車的距離來表示AEB系統(tǒng)的避撞效果作為評價參數(shù) 對比5中AEB控制策略在不同工況下的表現(xiàn)[27]。

田思波等先研究了現(xiàn)有AEB功能的典型基礎測試方法 在此基礎上對AEB功能的測試和評價方法進行了分析 提出了跟車行駛時前方輛遇到靜止車輛后切出的AEB工況 如圖9和表11所示。采用加速度、開始制動相對距離、制動停車相對距離三個參數(shù)作為評價指標 對現(xiàn)有的和提出的AEB工況進行了測試評價[28]。

張慧等通過對單車道前后兩車交通場景進行了理論分析 選取考慮加速度的碰撞時距參數(shù) ETTC作為評價當前場景的緊急程度 計算公式如下所示：

其中vrel為相對速度 arel為相對加速度 drel為相對距離。

提出了三種適用于 AEB 系統(tǒng)性能評價的新測試工況 分別為：CCRb-（Car-to-Car Rear brake minus）、CCRa（Car-to- Car Rear acceleration）和CCRb+（Car-to-Car Rear brake plus）。針對當前AEB 系統(tǒng)場地測試方法中遇到的突出問題 有針對性地提出了基于Euro-NCAP實車場地測試規(guī)程的改進方案 包括（1）增加毫米波雷達識別成功率和避撞成功率兩個參數(shù)為AEB系統(tǒng)性能的評價量;（2）增加避撞后的最小車間距為評價性能優(yōu)劣的參考。最后利用裝備有AEB系統(tǒng)的車輛模型 針對三種不同探測距離的雷達 對所提出的測試工況、評價參數(shù) 在虛擬仿真環(huán)境中進行了驗證。一方面測試了新建測試工況的有效性 另一方面也探討了雷達探測距離對AEB系統(tǒng)性能的影響[29]。

4.3 小結(jié)

在AEB的測試評價研究中 基于場景構(gòu)建的AEB測試評價方法和基于實際測試的AEB測試評價方法均發(fā)揮了較大的作用。但兩種測試評價方法也表現(xiàn)出不用的優(yōu)缺點 基于場景構(gòu)建的AEB測試評價方法理論依據(jù)較為充分 場景參數(shù)依據(jù)實際交通數(shù)據(jù) 信息完整度和準確度較高 但缺乏實車測試驗證。基于實際測試的AEB測試評價方法 主要依據(jù)現(xiàn)有測試規(guī)程的AEB測試場景 通過研究分析其存在的不足 提出新的測試場景和評價指標 主觀性較強 但缺乏實際交通數(shù)據(jù)的理論支持。因此 我們應當充分利用兩者的優(yōu)點 研究從真實交通數(shù)據(jù)構(gòu)建AEB測試場景 然后構(gòu)建AEB測試方法 建立評價指標 進行實際的測試 驗證其有效性和準確性。這將是開展AEB測試評價研究的有效途徑。

5 總結(jié)

避免道路交通事故及降低人員傷亡程度是AEB發(fā)展的重要目標 科學完善的測試評價是AEB安全運行的必要前提。本文詳細梳理和分析了國內(nèi)外部分現(xiàn)行的AEB測試評價規(guī)程 并對其進了對比分析和總結(jié)。同時梳理了目前業(yè)界對于AEB測試評價的研究 總結(jié)出一種從真實交通數(shù)據(jù)構(gòu)建AEB測試場景 然后基于構(gòu)建的AEB場景進行實車測試 設計相應的評價指標 驗證其有效性和準確性 這將是開展AEB測試評價研究的有效途徑 將對提高AEB的開發(fā)和測試效率具有重大的意義。

參考文獻

[1] WHO.Global status report on road safety： time for action[R].Geneva： World Health Organization， 2015.

[2] Searson D J，Anderson R W G， Hutchinson T P. Integrated assessment of pedestrian head impact protection in testing secondary safety and autonomous emergency braking[J]. Accident Analysis & Prevention， 2014， 63（feb）：1-8.

[3] 李霖，朱西產(chǎn)，董小飛，馬志雄.自主緊急制動系統(tǒng)避撞策略的研究[J].汽車工程，2015，37（02）：168-174.

[4] Wada T，Tsuru N，Isaji K，et al. Characterization of Expert Drivers' last-second Braking and Its Application to a Collision Avoidance System[J].Intelligent Transportation Systems，IEEE Transactions， 2010，11（2）：413-422.

[5] 李克強，戴一凡，李升波，等.智能網(wǎng)聯(lián)汽車（ICV）技術(shù)的發(fā)展現(xiàn)狀及趨勢[J].汽車安全與節(jié)能學報， 2017， 8（1）：1-14.

[6] Yim B，Yun D， Kim H， et al. The research of AEB performance test method bases on Euro-NCAP and analysis of domestic traffic acci -dent cases[J].韓國汽車工程學會學術(shù)大會， 2017.

[7] Euro NCAP. Test protocol-AEB systems， Version 3.0.2[S]. Brussells： Euro NCAP， 2019.

[8] National Highway Traffic Safety Administration， Objective Tests for Automatic Crash Imminent Braking（CIB）Systems Final Report， September 2011.

[9] Automatic Emergency Braking， aeb. U.S. DOT to add automatic emergency braking to list of recommended advanced safety techn -ologies in 5-Star Rating system[J].

[10] 中國汽車技術(shù)研究中心.C-NCAP管理規(guī)則（2018年版）[S]，中國汽車技術(shù)研究中心，2017.

[11] Euro NCAP Test Protocol-AEB VRU Systems [S]. Version 1.0.1. Belgium ： Euro-NCAP，2015.

[12] Euro NCAP. Test protocol-AEB systems， Version 1.0[S]. Brussells： Euro NCAP， 2013.

[13] 孫勇，郭魁元，高明秋.自主緊急制動系統(tǒng)在新車評價規(guī)程中的現(xiàn)狀與發(fā)展[J].汽車技術(shù)，2016（02）：1-6.

[14] http：//www.iihs.org/iihs/ratings/ratings-info/front-crash- prevention- tests.

[15] Ulrich Sander， Nils Lubbe. The potential of clustering methods to define intersection test scenarios： Assessing real-life performance of AEB[J]. Accident Analysis & Prevention，2018：1-11.

[16] Edwards M， Nathanson A， Carroll J， et al. Assessment of Integrated Pedestrian Protection Systems with Autonomous Emergency Bra -king（AEB）and Passive Safety Components.[J].Journal of Crash Prevention & Injury Control， 2015， 16（sup1）： S2-S11.

[17] 胡林，易平，黃晶，張新，雷正保.基于真實事故案例的自動緊急制動系統(tǒng)兩輪車測試場景研究[J].汽車工程，2018，40（12）：1435- 1446

[18] 徐向陽，周兆輝，胡文浩，肖凌云，李文娟，王書翰.基于事故數(shù)據(jù)挖掘的AEB路口測試場景[J/OL].北京航空航天大學學報： 1-12 [2020-04-29].https：//doi.org/10.13700/j.bh.1001-5965.2019.0548.

[19] 石娟，顏燕，郭魁元，等.行人自動緊急制動系統(tǒng)測試評價方法研究[J].時代汽車，2017（2）：39-41.

[20] 胥峰.面向弱勢道路使用者的自動緊急制動系統(tǒng)測試方法研究[D].吉林大學，2019.

[21] 胥峰，周建光，李兵，韓飛，王曉亮.面向騎行者的AEB測試方法研究[J].汽車實用技術(shù)，2020（03）：152-156.

[22] 李霖，朱西產(chǎn)，劉穎，等.涉及騎車人的典型交通危險場景.同濟大學學報（自然科學版），2014，42（7）：1082～1087.

[23] 吳斌，朱西產(chǎn)，沈劍平.基于自然駕駛數(shù)據(jù)的駕駛員緊急制動行為特征[J].同濟大學學報（自然科學版），2018，46（11）：1514-1519+ 1535.

[24] 吳斌，朱西產(chǎn)，沈劍平，李霖.基于自然駕駛數(shù)據(jù)的危險評估算法研究[J].汽車工程，2017，39（08）：907-914.

[25] 蘇江平，陳君毅，王宏雁，陳偉，王鯤.基于中國危險工況的行人交通沖突典型場景提取與分析[J].交通與運輸（學術(shù)版），2017（01）：???? 209-214.

[26] 季中豪，周景巖，楊天棟，張慧，楊路鵬.基于實車測試的AEB系統(tǒng)測試評價方法研究[J/OL].汽車技術(shù)：1-8[2020-04-29].https：// doi.org/10.19620/j.cnki.1000-3703.20191019.

[27] 胡遠志，呂章潔，劉西.基于PreScan的AEB系統(tǒng)縱向避撞算法及仿真驗證[J].汽車安全與節(jié)能學報，2017，8（02）：136-142.

[28] 田思波，何鋆，郭潤清，樊曉旭，童寶鋒.自動駕駛汽車自動緊急避撞測試與評價方法研究[J].汽車實用技術(shù)，2019（14）：42-46.

[29] 張慧.自主緊急制動系統(tǒng)測試評價方法研究[D].河北工業(yè)大學， 2017.